罗凯健,许晓东,龙江平,徐聪荣,林 辉,和晓风,4

(1.中南林业科技大学 林学院 林业遥感信息工程研究中心,长沙 410004； 2.林业遥感大数据与生态安全湖南省重点实验室,长沙 410004；3.江西省林业调查规划研究院,南昌 330000 ；4.长沙市长长林业技术咨询有限责任公司,长沙 410004)

森林蓄积量是森林经营方案和森林资源管理的重要依据,也是森林资源状况的重要指标之一。传统的森林蓄积量估测主要通过森林资源一类清查和二类调查[1],这些方法不仅效率低下,而且需要消耗大量的时间、人力和物力。因此,如何更高效地估测森林蓄积量受到越来越多的关注[2]。随着遥感技术的发展,利用遥感技术来估测森林蓄积量已逐渐成为国内外学者研究的热点,为森林蓄积量估测带来新的发展方向。受制于地形、云雾和光谱饱和等因素影响,限制了光学遥感技术在多云雾及其地形复杂的山区的应用,特别是蓄积量较高的针叶林。合成孔径雷达(SAR)数据具有受云雨影响小、穿透性强的特点,结合光学遥感影像和SAR遥感联合估测林分蓄积量有助于更准确地反映蓄积量信息[3]。

国内外已经开始采用光学遥感数据和SAR数据联合估测森林蓄积量。Van等[4]通过研究发现纹理特征能显著提高森林蓄积量的估计精度,特别是对于复杂森林结构下的高分辨率影像；Currans等[5]研究红外和近红外波段与蓄积量的关系,最终得出红外和近红外波段与蓄积量存在较强相关性；刘兆华等[6]利用高分二号影像对旺业甸蓄积量进行估测的研究中发现,机器学习模型明显优于传统线性模型,随机森林模型精度达71.9%。……